EAST: 효율적이고 정확한 장면 텍스트 검출기

과거의 장면 텍스트 검출 방법들은 다양한 벤치마크에서 이미 유망한 성능을 달성하였습니다. 그러나 깊은 신경망 모델을 사용하더라도 도전적인 시나리오에서는 종종 부족함을 보이는 경우가 많습니다. 이는 전체 성능이 파이프라인 내 여러 단계와 구성 요소 간의 상호작용에 의해 결정되기 때문입니다. 본 연구에서는 자연 환경에서 빠르고 정확한 텍스트 검출을 가능하게 하는 간단하면서도 강력한 파이프라인을 제안합니다. 이 파이프라인은 단일 신경망으로 전체 이미지에서 임의의 방향과 사각형 형태의 단어나 텍스트 줄을 직접 예측하여, 불필요한 중간 단계(예: 후보 집합 및 단어 분할)를 제거합니다. 우리의 파이프라인이 간단하기 때문에 손실 함수와 신경망 구조 설계에 집중할 수 있습니다.ICDAR 2015, COCO-Text, MSRA-TD500 등 표준 데이터셋에서 수행된 실험 결과, 제안된 알고리즘이 정확성과 효율성 측면에서 기존 최신 방법들을 크게 능가하는 것으로 나타났습니다. ICDAR 2015 데이터셋에서 제안된 알고리즘은 720p 해상도에서 13.2fps로 F-점수 0.7820를 달성하였습니다.